Bugün Pearson nedir hakkında bilinmesi gerekenleri Basdurakkemeralti yaklaşımıyla ele alıyoruz.
Bazen kendimizi daha mutlu hissettiğimiz dönemlerde insanlarla daha fazla iletişim kurduğumuzu, bazen de stresli olduğumuzda çevremizden uzaklaştığımızı fark ederiz. Peki, bu iki durum arasında gerçekten bir ilişki var mıdır, yoksa yalnızca kendi deneyimlerimizden yola çıkarak mı böyle düşünüyoruz? İnsan davranışlarının ardındaki ilişkileri anlamaya çalışırken istatistiksel yöntemler önemli bir rehber hâline gelir. Pearson, bu ilişkileri sayısal olarak incelememizi sağlayan temel araçlardan biridir.
Psikolojik araştırmalarda Pearson korelasyon katsayısı; duygu, düşünce, davranış ve sosyal ilişkiler arasındaki doğrusal bağlantıları değerlendirmek amacıyla kullanılır. Ancak iki değişkenin birlikte değişmesi, birinin diğerine neden olduğu anlamına gelmez. Bu ayrım, insan psikolojisini doğru yorumlamak açısından oldukça önemlidir.
Pearson korelasyon katsayısı, iki sayısal değişken arasındaki doğrusal ilişkinin yönünü ve gücünü ölçen istatistiksel bir yöntemdir. Genellikle Pearson korelasyon katsayısı veya Pearson r olarak adlandırılır.
Katsayı -1 ile +1 arasında değer alır:
– +1: Mükemmel pozitif doğrusal ilişki vardır.
– 0: Doğrusal ilişki yoktur. Ancak doğrusal olmayan bir ilişki bulunabilir.
– -1: Mükemmel negatif doğrusal ilişki vardır.
Örneğin, bir psikoloji araştırmasında günlük stres puanları ile uyku kalitesi arasındaki ilişki incelenebilir. Stres puanı yükseldikçe uyku kalitesi düşüyorsa negatif bir korelasyon gözlenebilir.
Bununla birlikte, uyku kalitesini etkileyen sağlık sorunları, çalışma koşulları veya yaşam olayları gibi başka etkenler de bulunabilir. Dolayısıyla korelasyon tek başına neden-sonuç ilişkisini kanıtlamaz.
Pearson korelasyon katsayısı matematiksel olarak şu şekilde ifade edilir:
r=Cov(X,Y)sXsYr=\frac{\operatorname{Cov}(X,Y)}{s_Xs_Y}r=sXsYCov(X,Y)
Burada XXX ve YYY iki değişkeni, Cov(X,Y)\operatorname{Cov}(X,Y)Cov(X,Y) bu değişkenlerin kovaryansını, sXs_XsX ve sYs_YsY ise standart sapmalarını gösterir.
Formülün temel amacı, iki değişkenin birlikte nasıl değiştiğini standartlaştırarak yorumlanabilir bir katsayı elde etmektir.
Bilişsel psikoloji; dikkat, bellek, öğrenme, karar verme ve problem çözme gibi zihinsel süreçleri inceler. Pearson korelasyon analizi, bu süreçler arasındaki ilişkileri araştırırken kullanılabilir.
Örneğin, bir araştırmacı çalışma süresi ile bellek testinden alınan puanlar arasındaki ilişkiyi inceleyebilir. Çalışma süresi arttıkça test puanları da yükseliyorsa pozitif bir korelasyon ortaya çıkabilir.
Ancak burada önemli bir soru vardır: Başarıyı gerçekten çalışma süresi mi açıklamaktadır, yoksa çalışma yöntemleri, önceki bilgi düzeyi ve dikkat kapasitesi de etkili midir?
Bilişsel psikoloji araştırmalarında bu tür sorular, yalnızca korelasyon katsayısına bakmanın yeterli olmadığını gösterir.
Meta-analizler, aynı konuya ilişkin birden fazla araştırmanın sonuçlarını istatistiksel yöntemlerle bir araya getirir. Örneğin, uyku süresi ile bilişsel performans arasındaki ilişkiyi inceleyen farklı çalışmaların sonuçları birlikte değerlendirilebilir.
Böylece tek bir araştırmada gözlenen ilişkinin farklı örneklemlerde ne ölçüde tekrarlandığı anlaşılabilir. Bununla birlikte araştırmaların ölçüm yöntemleri, katılımcı özellikleri ve çalışma koşulları birbirinden farklıysa sonuçları birleştirmek güçleşebilir.
Kişisel gözlem: Bir konuyu uzun süre çalıştığımızda daha başarılı olacağımızı düşünürüz. Fakat bazen kısa ve odaklanmış bir çalışma, uzun süreli fakat dikkatin dağıldığı bir çalışmadan daha verimli olabilir. Pearson bu değişkenler arasındaki ilişkiyi gösterebilir; ancak verimliliğin nedenini tek başına açıklayamaz.
Duygusal psikoloji; mutluluk, kaygı, korku, öfke ve üzüntü gibi duyguların davranışlarla ilişkisini araştırır. Pearson korelasyon katsayısı, duygusal durumlar arasındaki bağlantıları incelemek için kullanılabilir.
Örneğin, kaygı düzeyi ile uyku kalitesi arasındaki ilişki araştırıldığında negatif bir korelasyon bulunabilir. Kaygı yükseldikçe uyku kalitesinin düşmesi, iki değişkenin birlikte değiştiğini gösterir.
Ancak bu ilişkinin yönü her zaman açık değildir. Kaygı uykuyu olumsuz etkileyebileceği gibi yetersiz uyku da kişinin kaygı düzeyini artırabilir. Ayrıca yaşam koşulları her iki değişkeni de etkileyebilir.
Duygusal zekâ, kişinin kendi duygularını ve başkalarının duygularını tanıma, anlama ve yönetme becerileriyle ilişkilidir. Araştırmacılar, duygusal zekâ puanları ile stresle başa çıkma, yaşam doyumu veya kişiler arası ilişkiler arasındaki bağlantıları Pearson korelasyonuyla değerlendirebilir.
Bununla birlikte, duygusal zekânın ölçülme biçimi sonuçları değiştirebilir. Kişinin kendisini değerlendirdiği ölçeklerle performansa dayalı testler aynı becerileri ölçmeyebilir.
Psikolojik araştırmalardaki bu tür çelişkiler, insan duygularının tek bir sayısal değerle bütünüyle açıklanamayacağını hatırlatır.
Bir danışanın kaygı puanı ile uyku kalitesi arasındaki ilişkiyi inceleyen örnek bir vaka çalışmasında iki değişken arasında negatif korelasyon bulunabilir. Bu sonuç, danışanın yaşadığı güçlükleri anlamaya yardımcı olur; ancak tek bir kişinin verileri genel nüfusa doğrudan genellenemez.
Ayrıca gözlenen ilişkinin tedaviyle değişip değişmediğini anlamak için zaman içindeki ölçümler ve uygun araştırma tasarımları gerekebilir.
Sosyal psikoloji, bireylerin düşünce ve davranışlarının diğer insanlardan ve toplumsal çevreden nasıl etkilendiğini inceler. Arkadaşlık ilişkileri, aidiyet duygusu, sosyal destek ve yalnızlık bu alanın önemli araştırma konularıdır.
Örneğin, algılanan sosyal destek ile yaşam doyumu arasında pozitif bir korelasyon bulunabilir. Kendini çevresinden destek görürken hisseden bireylerin yaşamlarından daha fazla memnuniyet duyduğu gözlenebilir.
Ancak sosyal ilişkilerin etkisi karmaşıktır. Mutlu bireyler daha fazla sosyal ilişki kurabilir; güçlü sosyal ilişkiler de mutluluğu destekleyebilir.
Sosyal etkileşim sıklığı ile yalnızlık hissi arasındaki korelasyon, insanların sosyal yaşamlarını anlamak için yararlı olabilir. Fakat çok sayıda insanla görüşmek her zaman daha az yalnız hissetmek anlamına gelmez.
Bazı kişiler az sayıda fakat güvene dayalı ilişki kurarken bazıları geniş bir sosyal çevreye sahip olmasına rağmen kendisini yalnız hissedebilir. Bu nedenle sosyal etkileşimin niteliği, yalnızca sıklığı kadar önemlidir.
Meta-analizler farklı örneklemlerdeki sonuçları karşılaştırarak genel eğilimleri ortaya çıkarabilir. Yine de kültürel farklılıklar, yaş grupları ve sosyal koşullar sonuçların yorumlanmasında dikkate alınmalıdır.
Pearson korelasyonunu doğru kullanabilmek için bazı temel varsayımlara dikkat edilmelidir:
– Sayısal değişkenler: İncelenen değişkenler uygun sayısal ölçümlerle ifade edilmelidir.
– Doğrusallık: İki değişken arasındaki ilişkinin yaklaşık olarak doğrusal olması beklenir.
– Aykırı değerler: Uç gözlemler korelasyon katsayısını önemli ölçüde etkileyebilir.
– Bağımsız gözlemler: Standart çıkarımsal analizlerde gözlemlerin bağımsızlığı önemlidir.
– İstatistiksel çıkarım: Güven aralığı ve anlamlılık testleri için dağılım ve örneklem koşulları ayrıca değerlendirilmelidir.
İlişki doğrusal değilse Pearson katsayısı düşük çıkabilir. Böyle bir durumda saçılım grafiğini incelemek ve değişkenlerin sıralamasına dayanan Spearman korelasyonunu değerlendirmek yararlı olabilir.
Pearson korelasyon katsayısı, psikolojik araştırmalarda değişkenler arasındaki ilişkileri sistematik biçimde incelemeye yardımcı olur. Bilişsel süreçlerden duygusal deneyimlere, sosyal destekten yalnızlık hissine kadar pek çok konuda anlamlı araştırma soruları oluşturulmasını sağlar.
Ancak istatistiksel ilişki, psikolojik gerçeğin tamamı değildir. Korelasyonun büyüklüğü, örneklemin özellikleri, ölçümlerin güvenilirliği ve olası karıştırıcı değişkenler birlikte değerlendirilmelidir. İstatistiksel olarak anlamlı bir sonuç, her zaman pratik açıdan önemli bir ilişki bulunduğu anlamına da gelmez.
İnsan davranışlarını anlamaya çalışırken kendimize şu soruları sorabiliriz: Bir duygunun başka bir davranışla birlikte değiştiğini gördüğümüzde hemen neden-sonuç ilişkisi mi kuruyoruz? Kendi deneyimlerimizi başkalarının deneyimleriyle karşılaştırırken hangi ayrıntıları gözden kaçırıyoruz?
Pearson, bu sorulara doğrudan cevap vermez; ancak onları daha sistematik biçimde araştırmamızı sağlar. Sayılar bize ilişkilerin izini gösterirken insan davranışlarının arkasındaki anlamı keşfetmek için eleştirel düşünmeye, bağlamı anlamaya ve yeni kanıtları değerlendirmeye devam etmemiz gerekir.
Basdurakkemeralti okurları için hazırlanan Pearson nedir içeriği burada sona eriyor.